城市无人机搜索系统

成功率提升37.69%

针对城市复杂环境下的自主视觉目标搜索，通过多模态大模型构建的三类专用3D地图与去噪推理机制，显著降低相似物体干扰并平衡探索与利用困境。

Ji, Yatai · Zhu, Zhengqiu · 赵勇 · Beidan, Liu · 高宸 · Yihao, Zhao · Qiu, Sihang · Hu, Yue · Yin, Quanjun

2026

参数信息

平均成功率提升

37.69 %

技术优势

减少相似物体干扰

通过去噪机制抑制由相似物体引起的语义歧义，使推理更聚焦于真实目标。

平衡探索与利用

不确定性地图帮助无人机在已探索区域和未知区域之间动态分配搜索资源，避免过早陷入局部最优。

人类式视觉推理

基于多模态大模型的智能体能够利用视觉线索进行常识推理，模拟人类在搜索目标时的认知过程。

应用场景

• 城市空中搜索：在楼宇密集区域自主定位并识别静态目标。
• 具身视觉目标搜索：让无人机像人一样根据视觉线索推理目标位置。
• 自主无人机导航：在无外部引导下自主规划搜索路径。
• 智能体环境感知：通过三类 3D 地图增强对城市环境的感知。
• 多模态推理：结合视觉与语言进行常识推理以应对复杂场景。